碳中和温室：面向教育的经济模型预测控制框架

本文提出了一个旨在通过实用的温室气候控制模型来加强建模、最优控制和非线性模型预测控制（MPC）教育的综合框架。该框架包含一个受通过应用程序编程接口（API）获取的实时外部天气条件影响的生菜生长和温室的详细数学模型。利用这些数据，基于MPC的方法动态调整温室条件，优化植物生长和能源消耗，并最小化CO\textsubscript{2}的社会成本。所展示的结果证明了该方法在平衡能源使用与作物产量以及减少CO\textsubscript{2}排放方面的有效性，有助于提高经济效率和环境可持续性。除了优化生菜生产，该框架还为使控制系统教育更具吸引力和有效性提供了宝贵资源。其主要目的是为学生提供一个实践平台，以理解建模原理、MPC的复杂性以及农业系统中盈利能力和可持续性之间的权衡。该框架为学生提供了实践经验，帮助他们更好地理解控制理论，将其与实际实施联系起来，并培养他们解决问题的能力。该框架可通过\url{ecompc4greenhouse.streamlit.app}访问。